2.2. Оценка о6ъема данных, нео6ходимого для создания на6ора данных, о6огащенных клинической информацией
При формировании набора данных, обогащенного клинической информацией, может возникнуть потребность в проведении оценки объема данных, необходимых для дальнейшего проведения научных исследований с использованием ПО на основе ТИИ.
Для проведения оценки необходимого количества данных следует руководствоваться следующими принципами:
- Определить, о каком типе данных идет речь.
- Оценить объем данных, содержащийся в исходном НД.
- Определить, сколько классов содержится в исходном НД.
- Оценить возможный уровень потерь в данных при сборе клинической информации.
- Оценить допустимую ошибку в данных.
- Оценить доверительную вероятность при анализе данных.
При проведении медицинских исследований наиболее часто доверительная вероятность принимается равной 95 %, а значение ошибки – 5 %. При бинарной классификации количество классов составляет два – «норма» и «патология». Уровень потерь данных при сборе клинической информации может варьироваться от 50 до 5 %, в случае редко встречаемых патологий возможны бóльшие потери клинической информации. Допустимое количество пропусков в данных определяется требованиями ТЗ.